[任务书]本科毕业论文（论文）任务书
本科毕业论文（论文）任务书
毕业论文（论文）题目：基于机器视觉的铜带表面缺陷检测关键技术探究
Ⅱ、毕业论文（论文）工作内容(从综合运用知识、探究方案的设计、探究方法和手段的运用、应用文献资料、数据剖析处理、图纸质量、技术或观点创新等方面详细说明)：
1 探究目标 ：铜带是铜加工材料中的重要品种之一，不仅在电子、电气、通讯、仪表仪器、交通运输和机械制造等领域中应用广泛，而且如今新兴的产业，如现代通讯、电子和半导体产业的发展，使铜带的需求量剧增。在铜带的生产过程中，由于种种原因会使铜带表面产生一些缺陷。这些缺陷虽小，却是潜在的隐患，能引发严重的生产事故。由此，发现并消除铜带表面的缺陷成为人们日益关注的问题。目前国内常采用人工检测的手段，虽然耗费了大量人工，但是效率低下，且检测不规范。计算机视觉的兴起使得铜带表面缺陷的检测能够更加快速与准确。其主要原理是利用计算机来模拟仿真人眼的功能，采用自动化与智能化技术获取物体的图像，它可以只具有很少的人工干预就完成，整个过程通过计算机识别和控制，所以具有比较大的优越性，其优点有测量速度快、非接触、自动化程度高、精度高等。
2 知识学习
(1) 了解机器视觉检测系统中的相关概念及其构成
(2) 了解铜带表面检测的处理流程，及每个流程所用到的技术
(3) 熟悉常见的图像预处理算法，了解常见的特征描述算法
(4) 了解常见的分类器，重点掌握BP神经网络分类算法并针对该课题尝试改进BP神经网络分类算法
3 技能掌握
(1) matlab及C++编程技术
(2) 使用软件实现图像的预处理
(3) 实现BP神经网络对缺陷特征的分类仿真
Ⅲ、进度安排：
2019.12.15～2019.12.31 ：布置毕业论文任务，明确探究目标，制订探究计划；
2020.1.1～2020.1.31：阅读相关文献，掌握相关概念，了解目前探究进展，熟悉编程环境，写出综述文献；
2020.2.1～2020.3.31：需求剖析，编码实现；
2020.4.1～2020.4.30：继续前期工作，迎接毕业论文中期院内检查；
2020.5.1～2020.5.13：后期计划调整与完善，软件系统完整实现；
2020.5.14～2020.5.31：软件测试与完善，导师验收成果，毕业设计写作；
2020.6.1～2020.6.12：资料整理、程序打包，准备毕业设计答辩。
Ⅳ、主要参考资料：
[1]张洪涛、叶声华，铜板表面缺陷在线视觉检测系统关键技术探究[D].天津大学，2008.01
[2] 胡亮、段发阶、丁克勤、雷永强、叶声华，带钢表面缺陷计算机视觉在线检测系统的设计[J].《无损检测》，2003.06，25(16).
[3] Rafael C.Gonzalez, 数字图像处理（第二版）[M]，北京：电子工业出版社，2007
[4] Zhen Hou. Algorithms for vision-based defect detection on textured surfaces. The Graduate School University of Kentucky.2009
指导教师： ， 年 月 日
学生姓名： ，专业年级：
系负责人审核意见（从选题是否符合专业培养目标、是否结合科研或工程实际、综合训练程度、内容难度及工作量等方面加以审核）： 课题符合专业培养目标，能够结合科研课题（或工程应用实际），具有一定的综合训练难度，同意作为毕业论文课题。
毕业论文（论文）题目：基于机器视觉的铜带表面缺陷检测关键技术探究
Ⅱ、毕业论文（论文）工作内容(从综合运用知识、探究方案的设计、探究方法和手段的运用、应用文献资料、数据剖析处理、图纸质量、技术或观点创新等方面详细说明)：
1 探究目标 ：铜带是铜加工材料中的重要品种之一，不仅在电子、电气、通讯、仪表仪器、交通运输和机械制造等领域中应用广泛，而且如今新兴的产业，如现代通讯、电子和半导体产业的发展，使铜带的需求量剧增。在铜带的生产过程中，由于种种原因会使铜带表面产生一些缺陷。这些缺陷虽小，却是潜在的隐患，能引发严重的生产事故。由此，发现并消除铜带表面的缺陷成为人们日益关注的问题。目前国内常采用人工检测的手段，虽然耗费了大量人工，但是效率低下，且检测不规范。计算机视觉的兴起使得铜带表面缺陷的检测能够更加快速与准确。其主要原理是利用计算机来模拟仿真人眼的功能，采用自动化与智能化技术获取物体的图像，它可以只具有很少的人工干预就完成，整个过程通过计算机识别和控制，所以具有比较大的优越性，其优点有测量速度快、非接触、自动化程度高、精度高等。
2 知识学习
(1) 了解机器视觉检测系统中的相关概念及其构成
(2) 了解铜带表面检测的处理流程，及每个流程所用到的技术
(3) 熟悉常见的图像预处理算法，了解常见的特征描述算法
(4) 了解常见的分类器，重点掌握BP神经网络分类算法并针对该课题尝试改进BP神经网络分类算法
3 技能掌握
(1) matlab及C++编程技术
(2) 使用软件实现图像的预处理
(3) 实现BP神经网络对缺陷特征的分类仿真
Ⅲ、进度安排：
2019.12.15～2019.12.31 ：布置毕业论文任务，明确探究目标，制订探究计划；
2020.1.1～2020.1.31：阅读相关文献，掌握相关概念，了解目前探究进展，熟悉编程环境，写出综述文献；
2020.2.1～2020.3.31：需求剖析，编码实现；
2020.4.1～2020.4.30：继续前期工作，迎接毕业论文中期院内检查；
2020.5.1～2020.5.13：后期计划调整与完善，软件系统完整实现；
2020.5.14～2020.5.31：软件测试与完善，导师验收成果，毕业设计写作；
2020.6.1～2020.6.12：资料整理、程序打包，准备毕业设计答辩。
Ⅳ、主要参考资料：
[1]张洪涛、叶声华，铜板表面缺陷在线视觉检测系统关键技术探究[D].天津大学，2008.01
[2] 胡亮、段发阶、丁克勤、雷永强、叶声华，带钢表面缺陷计算机视觉在线检测系统的设计[J].《无损检测》，2003.06，25(16).
[3] Rafael C.Gonzalez, 数字图像处理（第二版）[M]，北京：电子工业出版社，2007
[4] Zhen Hou. Algorithms for vision-based defect detection on textured surfaces. The Graduate School University of Kentucky.2009
指导教师： ， 年 月 日
学生姓名： ，专业年级：
系负责人审核意见（从选题是否符合专业培养目标、是否结合科研或工程实际、综合训练程度、内容难度及工作量等方面加以审核）： 课题符合专业培养目标，能够结合科研课题（或工程应用实际），具有一定的综合训练难度，同意作为毕业论文课题。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/lwqt/rws/356.html
